Fecha límite para apuntarse:
**********
¿Quieres desarrollar tu carrera profesional?
BBVA es una empresa global con más de 160 años de historia que opera en más de 25 países en los que damos servicio a más de 80 millones de clientes. Somos más de ******* profesionales que trabajamos en equipos multidisciplinares y de perfiles tan diversos como financieros, expertos jurídicos, científicos de datos, desarrolladores, ingenieros o diseñadores.
¿Qué estamos buscando?
Propósito del puesto:
Traducir las necesidades de negocio en problemas de analítica avanzada cuya resolución se basa en la extracción, procesamiento y explotación de datos tradicionales (estructurados) y digitales (interacciones en canales web y móviles).
Funciones principales
Desarrollo y explotación de modelos analíticos:
Diseñar y desarrollar algoritmos de exploración, análisis y procesamiento de datos, estadísticos y de Machine Learning con múltiples orígenes y formatos, incorporando activamente el análisis de data digital procedente de las interacciones de los clientes en canales digitales.
Mantenimiento, escalabilidad y monitoreo:
Evaluar de manera regular el funcionamiento adecuado de los modelos propios y heredados (mantenimiento, escalabilidad, actualización, refactorización y reentrenamiento). Gestionar el control del versionado (
robustness
,
accuracy
) y reportar incidencias o inconsistencias de los datos al
Data Owner
.
Estándares de calidad y Gobierno de Modelos (
Model Governance
):
Aplicar los estándares de desarrollo y calidad en análisis exploratorio, entrenamiento, selección y puesta en producción conforme a requerimientos de negocio y regulatorios. Clasificar los modelos según su complejidad e importancia, documentar variables, datos de entrenamiento y métricas de
performance
, y compartir la documentación técnica en el inventario global.
Integración de Inteligencia Artificial Generativa (GenAI):
Utilizar, adaptar e integrar herramientas de IA Generativa y modelos de lenguaje a gran escala (LLMs) para acelerar el ciclo de desarrollo de software (refactorización de código, documentación automática) y crear soluciones analíticas de frontera.
Identificación proactiva de casos de uso y mejora continua:
Detectar áreas de oportunidad de negocio para proponer y ejecutar soluciones basadas en datos, código, metodologías híbridas (data tradicional + comportamiento digital) e IA Generativa.
Actualización tecnológica y colaboración en comunidad:
Mantenerse al día en herramientas, software y métodos a través de su
Cluster
y Comunidad de Práctica (CoP), compartiendo conocimiento y colaborando de forma cohesiva con equipos multidisciplinarios y en la formación de otros científicos de datos.
Retos del puesto
Adaptación al ritmo dinámico del cliente interno (Portabilidad):
Atender con agilidad, disponibilidad y autonomía las demandas del equipo comercial de Portabilidad, evitando la saturación operativa mediante una rápida curva de adaptación al entorno de trabajo corporativo.
Seniority técnico y autonomía en posición de Analyst:
Desempeñar el rol con un nivel de madurez técnica y
accountability
cercano a un perfil
Associate
/
Senior
, siendo capaz de comprender, dar mantenimiento, reentrenar y escalar modelos complejos que no fueron desarrollados originalmente por la persona que ocupa el puesto.
Transformación tecnológica y migración de plataformas:
Adaptarse con rapidez a la evolución tecnológica del área, que incluye la migración hacia nuevas plataformas de datos y la adopción activa de herramientas de IA Generativa (Gemini, Codex, AWS Bedrock) en el flujo de trabajo diario.
Comunicación efectiva con equipos multidisciplinarios:
Traducir hallazgos técnicos complejos en
insights
accionables para los
Line Managers
(clientes internos del área comercial), manteniendo una comunicación fluida y alto sentido de responsabilidad (
accountability
).
Conocimientos y herramientas indispensables y deseables
Indispensables:
Programación y Big Data (Filtro excluyente /
Kill Question
):
Dominio avanzado de
Python
(librerías como Pandas, NumPy, Scikit-Learn, LightGBM) y
SQL
(diseño y manejo de bases de datos de gran escala, cruces complejos,
joins
y optimización de
queries
en entornos como Hive, Impala, Databricks y ecosistemas Hadoop).
Procesamiento distribuido:
Experiencia sólida en programación paralela y distribuida utilizando
PySpark / Spark
.
Ciencia de Datos Tradicional:
Conocimientos sólidos en modelización, álgebra lineal, econometría y/o estadística, análisis de variables, limpieza, preparación y calidad de datos.
Idioma:
B1
Habilidades blandas (
Soft Skills
):
Proactividad, visión de transformación, aprendizaje continuo, adaptabilidad, comunicación asertiva,
accountability
y trabajo en equipo.
Deseables:
Data Digital (Estrategia de Huella Digital):
Conocimiento y experiencia en la extracción, entendimiento y explotación de datos web y móviles (
Clickstream
,
logs
de interacciones) procedentes de herramientas como
Adobe Analytics (Omniture)
o
Google Analytics
, así como capacidad para traducir variables de comportamiento digital en
features
o
insights
analíticos para modelos de
funnels
, conversión o abandono.
Inteligencia Artificial Generativa (GenAI) y LLMs:
Conocimiento práctico o a nivel usuario en el uso y adaptación de herramientas como
ChatGPT, Gemini, Claude, Codex
y servicios de orquestación en la nube como
AWS Bedrock
, además de nociones de
Prompt Engineering
y desarrollo de agentes o soluciones cognitivas.
Herramientas de Visualización y BI:
Manejo de
AWS QuickSight / QuickView
(herramienta vigente del área) o experiencia en plataformas equivalentes que faciliten una rápida adopción, tales como
Power BI, Tableau, MicroStrategy o QlikView
, así como librerías de visualización (matplotlib, seaborn, plotly, ggplot, bokeh).
Otros lenguajes:
Programación en R
Licenciatura
Indispensable:
Licenciatura en Estadística, Matemáticas, Ingeniería, Actuaría, Informática, Ciencias de la Computación o carreras cuantitativas afines. Licenciatura terminada
Deseable:
Maestría o estudios de posgrado en Ciencia de Datos, Inteligencia Artificial o Analítica de Negocios.
Experiencia requerida
Tiempo y área:
Mínimo
2 años de experiencia
comprobable en roles de analítica avanzada o ciencia de datos.
Enfoque práctico:
Experiencia previa desarrollando, documentando, entrenando y poniendo en producción modelos estadísticos y de Machine Learning, así como sensibilidad y desenvolvimiento en entornos de trabajo corporativos dinámicos con atención directa a clientes internos o áreas de negocio.
En caso de requerir algún ajuste razonable* en tu proceso de selección, comunícalo al reclutador/a en el primer contacto.
En BBVA creemos que contar con un equipo diverso, nos hace ser un mejor banco. Por este motivo apoyamos activamente la diversidad, la inclusión y la igualdad de oportunidades, sin importar cual sea su origen étnico o nacional, sexo, edad, religión, discapacidad, orientación sexual, identidad o expresión de género, la condición social, la condición de salud, las opiniones, el estado civil o cualquier otra que atente contra la dignidad humana y tenga por objeto anular o menoscabar los derechos y libertades de las personas. Estamos seguros que cultivando un ambiente de trabajo colaborativo e inclusivo podremos mostrar lo mejor de nosotros mismos.
*Los ajustes razonables comprenden las modificaciones y/o adaptaciones que podrá hacer la empresa , durante tu proceso de selección, con la finalidad de que puedas llevar a cabo dicho proceso de forma adecuada.
BBVA: Transformando sueños en oportunidades
?
¿Listo(a) para crear juntos?
📌 Data Scientist Analyst (Cuauhtémoc, Ciudad De México) (Xico)
🏢 BBVA
📍 Xico